上海交通大学：《力学仿生——启示与探索》课程教学资源_飞行_机器海鸥的仿生设计及其实验研究

上海交通大学：《力学仿生——启示与探索》课程教学资源_讲师课件_飞行前沿

上海交通大学：《力学仿生——启示与探索》课程教学资源_第六次课_飞行前沿

上海交通大学：《力学仿生——启示与探索》课程教学资源（PPT课件）飞行前沿

通过气体雾化技术研究了Cu100-XFeX(X=15,20,30和40)合金的凝固行为.考虑少量相液滴形核、扩散长大、空间迁移、凝固界面与液滴间的相互作用以及体积分数等共同影响因素,建立了能描述该类合金凝固组织演变动力学模型.将数学模型与雾化液滴飞行过程中运动、传热和传质的控制方程相耦合,给出了数值求解方法,模拟计算了Cu基亚稳难混溶合金液-液相分离过程.结果表明:富Fe粒子的平均尺寸随着Fe含量的增加而增大;少量相液滴形核发生在基体熔体过饱和度峰值附近;随着冷却速度的增大,雾化液滴中少量相液滴的形核率增大,但平均半径减小;少量相液滴在Marangoni迁移和与固/液界面相互排斥共同作用下,向雾化液滴中心迁移,使雾化粉末最终形成壳型组织结构

利用差热分析(DTA)、X-射线分析(XRD)等测试手段,研究了反应火焰喷涂过程中喷涂粉末(Fe-Ti-C体系)的反应机理.研究结果表明,在反应火焰喷涂合成TiC-Fe涂层中,喷涂粉末在飞行过程中的反应是逐步进行的.喷涂距离为125~170mm是发生反应的主要区域.在到达工件表面时,反应已基本结束.因此,与传统热喷涂相比,反应火焰喷涂的优势在于,利用廉价原料一步合成、沉积比较昂贵的涂层材料

近年来，无人机入侵的事件经常发生，无人机跌落碰撞的事件也屡见不鲜，在人群密集的地方容易引发安全事故，所以无人机监测是目前安防领域的研究热点。虽然目前有很多种无人机监测方案，但大多成本高昂，实施困难。在5G背景下，针对此问题提出了一种利用城市已有的监控网络去获取数据的方法，基于深度学习的算法进行无人机目标检测，进而识别无人机，并追踪定位无人机。该方法采用改进的YOLOv3模型检测视频帧中是否存在无人机，YOLOv3算法是YOLO（You only look once，一次到位）系列的第三代版本，属于one-stage目标检测算法这一类，在速度上相对于two-stage类型的算法有着明显的优势。YOLOv3输出视频帧中存在的无人机的位置信息。根据位置信息用PID（Proportion integration differentiation，比例积分微分）算法调节摄像头的中心朝向追踪无人机，再由多个摄像头的参数解算出无人机的实际坐标，从而实现定位。本文通过拍摄无人机飞行的照片、从互联网上搜索下载等方式构建了数据集，并且使用labelImg工具对图片中的无人机进行了标注，数据集按照无人机的旋翼数量进行了分类。实验中采用按旋翼数量分类后的数据集对检测模型进行训练，训练后的模型在测试集上能达到83.24%的准确率和88.15%的召回率，在配备NVIDIA GTX 1060的计算机上能达到每秒20帧的速度，可实现实时追踪

为了分析航班运行风险传播过程，进而有效控制保障飞行安全，基于复杂网络理论，首先参照民航局咨询通告选取机组、航空器、运行环境共29个终端因素作为网络节点，统计民航安全监察记录，根据事件中节点关系，构建无向网络；统计前后节点间的作用关系和发生概率，提出一种有向带权的航班运行风险网络；然后，引入改进感染率和改进恢复率概念，构建一种适用于航班运行风险传播分析的改进SIR(Susceptible-infected-recovered)模型；定义感染起始范围，最后采取多参数控制方式，大规模计算该有向带权网络的传播和控制过程。结果表明：有向网的平均最短路径为1.788，属于小世界网络；参照使用民航常规管控措施，有向网节点感染下降幅度可达到37.4%；对入度值排序前3或前4的节点控制后，感染节点峰值下降率高达50.6%和58.1%，网络传播抑制明显。结果证实：在该航班运行风险有向带权网络中，按入度值控制节点对抑制风险传播最为有效

§1 有瓶颈设备的多级生产计划问题 §2 下料问题 §3 面试顺序与消防车调度问题 §4 飞机定位和飞行计划问题

§1 非线性规划 §2 无约束问题 §3 约束极值问题 §4 飞行管理问题